語音識別是將語音即時的轉(zhuǎn)換成文字，而這音源是源自麥克風(fēng)或是其它的音訊來源，將其音訊傳送到伺服器運(yùn)算處理或是本地運(yùn)算辨識。而當(dāng)將音訊傳送到伺服器時，可得到回傳的辨識結(jié)果，例如文字或是解析音訊的意圖；例如“臺北市的天氣“等等。而當(dāng)應(yīng)用程式回應(yīng)使用者時，此時需要將文字轉(zhuǎn)換成語音。
在將語音串流進(jìn)入辨識前，需要做雜音抑制處理，如果這部分沒有處理好，會降低系統(tǒng)的辨識率；例如在安靜的環(huán)境下，辨識率是很高的，而在雜音較多的地方，是不是也能確實做到語音識別呢？
如何的保持聲音的品質(zhì)呢？將噪音消除，可以透過降噪的處理方式，如下圖:
在降噪的技術(shù)里有Feedback ANC及Feed-Forward ANC等等，而這噪音的調(diào)校又會跟本身的機(jī)構(gòu)、麥克風(fēng)的位置、方向是息息相關(guān)，缺一不可。
當(dāng)正確取得聲音串流時，后續(xù)就是選擇語音的辨識伺服器，以Google所提供的平臺為例，它提供了一系列的Cloud Speech API，讓使用者可以輕松的應(yīng)用語音識別的控制。
而將聲音串流錄制并傳送到伺服器及進(jìn)行本地的語音回應(yīng)輸出、控制；這時你需要一個強(qiáng)而有力的控制平臺，想當(dāng)然爾，大多數(shù)會選擇Linux平臺，可以快速的取得相關(guān)的資源并連結(jié)網(wǎng)路，所以在挑選Linux開發(fā)平臺時，最重要的要確認(rèn)平臺是否有持續(xù)支援Linux main line，這是一個非常重要的指標(biāo)，以確保你的Linux平臺是可以持續(xù)的支援新的Linux版本。
Microchip的產(chǎn)品SAMA5D2系列提供Linux開發(fā)平臺及及豐富周邊控制模組，讓你可以快速的建立產(chǎn)品應(yīng)用。而為了縮短使用者的開發(fā)時間，也提供SoM的開發(fā)平臺，這可以大大的降低使用者的開發(fā)時間及硬體的設(shè)計難度。
未來全球語音識別市場將會變得更加多樣化，同時軟體準(zhǔn)確度上會有大幅提升。
在醫(yī)療領(lǐng)域的應(yīng)用：
不僅是簡單的通過智慧手表追蹤運(yùn)動情況和心率，還有直接根據(jù)人的身體狀況匹配相應(yīng)的服務(wù)如合適的餐廳或食物等，當(dāng)然這些大多是基于穿戴式設(shè)備的。另外他們還考慮到更多場景，諸如緊急語音求助，醫(yī)患對話存檔，呼叫中心的對話聽寫等。由于醫(yī)療領(lǐng)域詞匯庫專業(yè)性強(qiáng)演變性弱，只要建立完整的數(shù)據(jù)庫，就可以做到對疾病名稱、藥品名稱相對精確的識別。
在智慧車載的應(yīng)用：
行車安全問題上一直聚焦了很多目光，去年有人曾經(jīng)設(shè)計出一個車載屏幕，可以利用多指的簡單手勢解決司機(jī)操作觸控螢?zāi)贿^度分散注意力的問題。通過將車載平臺與手機(jī)連接，可以幫用戶實現(xiàn)語音控制GPS導(dǎo)航，訊息收發(fā)，電話接打，社群網(wǎng)路更新等等。
